MétaCan
Menu
Retour à la cohorte
Enregistrement W2317691933 · doi:10.1021/je400184t

Excess Enthalpy and Excess Volume for Pyridine + Methyldiethanolamine and Pyridine + Ethanolamine Mixtures

2013· article· en· W2317691933 sur OpenAlexaff
Amin Pourmohammadbagher, John M. Shaw

Notice bibliographique

RevueJournal of Chemical & Engineering Data · 2013
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueThermodynamic properties of mixtures
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésChemistryEnthalpyPyridineThermodynamicsVolume (thermodynamics)Equation of stateParametrization (atmospheric modeling)HeptanePhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Experimental excess enthalpy, excess volume, and density data for the binary liquid mixtures pyridine + n -methyldiethanolamine (MDEA) and pyridine + monoethanolamine (MEA) are reported at atmospheric pressure and (15, 25, and 80) °C. Experimental data are not currently available for these mixtures, and the reported values are particularly important for the ongoing development of group-contribution based thermodynamic models linked to the impact of specific molecular features on molecular interactions in mixtures and improving the parametrization of equation of state models. The experimental methods and procedures and data processing methods were validated using the heptane + toluene binary mixture, where it was possible to compare experimental and computational results obtained with literature values. Mixture liquid density, excess volume, and excess enthalpy data are also compared with values computed using the Peng–Robinson equation of state.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,417
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,239
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical & Engineering DataMême sujetThermodynamic properties of mixturesTravaux en français237 207